위험 분석과 SIL 구성에서 불확실성 전파의 정확도 요구조건 분석

초록

본 논문은 위험 분석 시 평균값만 사용되는 관행이 결과의 신뢰구간 요구와 맞지 않음을 지적하고, 원하는 결과 정확도를 확보하기 위해 입력 데이터의 정확도가 어떻게 설정되어야 하는지를 이론적으로 규명한다. 또한 SIL(안전 무결성 수준) 구성에 대한 기존의 단순 계산 방식이 추가적인 제약 없이는 적용 불가능함을 증명하고, 반정량적 위험 분석에서 파라미터 스케일링이 정당화될 수 있는 근거를 제시한다.

상세 요약

논문은 먼저 위험 분석에서 흔히 사용되는 “평균값만 제공”하는 방식이 실제 시스템 설계에서 요구되는 신뢰구간, 즉 “오차 범위(e)”를 충족시키지 못한다는 점을 강조한다. 이를 위해 저자는 불확실성 전파법(uncertainty propagation)을 수학적으로 전개하고, 입력 변수들의 분산(또는 표준편차)이 최종 위험 지표(Risk Metric)의 분산에 어떻게 기여하는지를 명시한다. 핵심은 입력값이 독립적이며 정규분포를 따른다고 가정할 때, 결과값의 분산은 각 입력값의 분산에 대한 가중합으로 표현된다는 점이다. 따라서 목표 신뢰구간을 달성하려면 각 입력 변수의 허용 오차를 사전에 계산해야 하며, 이는 일반적인 “보수적 평균값 사용”보다 훨씬 엄격한 데이터 품질 관리가 필요함을 의미한다.

다음으로 SIL 구성 문제를 다룰 때, 저자는 SIL을 “위험 감소 정도”를 정량화한 단계적 등급으로 보면서, 여러 구성 요소가 각각 특정 SIL을 갖는 경우 전체 시스템의 SIL을 단순히 합산하거나 평균하는 기존의 “SIL 계산법”이 수학적으로 일관되지 않음을 증명한다. 특히, 서로 다른 확률 분포를 가진 요소들을 결합할 경우 전체 시스템 위험은 개별 위험의 곱셈적 결합으로 나타나며, 이때 각 요소의 불확실성도 곱셈적으로 전파된다. 따라서 추가적인 제약—예를 들어 모든 구성 요소가 동일한 불확실성 수준을 유지하거나, 상위 수준 SIL을 보장하기 위한 최소 신뢰도 한계—이 없이는 기존의 SIL 합산 방식이 실질적인 안전 보장을 제공하지 못한다.

마지막으로 반정량적 위험 분석에서 파라미터 스케일링(예: 위험 요소를 10배, 100배 등으로 구분) 방식이 널리 쓰이는데, 이는 실제로 입력 변수의 분산을 로그 스케일로 변환함으로써 불확실성 전파를 보다 직관적으로 관리할 수 있게 만든다. 논문은 이러한 스케일링이 “정규화된 로그-정규 분포” 가정 하에 합리적이며, 결과적으로 위험 지표의 신뢰구간을 보다 명확히 설정할 수 있음을 수식적으로 증명한다. 전체적으로 이 연구는 위험 분석과 SIL 할당 과정에서 불확실성 관리가 얼마나 중요한지를 정량적으로 보여주며, 기존 실무 관행에 대한 근본적인 재검토를 촉구한다.